生存分析 统计学.ppt

复 习;复 习;目的：作出以多个自变量（影响因素）估计应变量（结果变量）的logistic回归方程 资料：1. 应变量为反映某现象发生与不发生的二值变量；2. 自变量(影响因素)可能是二值数据或等级资料或计量资料。分类变量要数量化 用途：研究某种疾病或现象发生和多个危险因素（或保护因子）的数量关系 ;1. Logistic回归模型的数据结构; 表1. Logistic回归模型的数据结构 实验对象 Y X1 X2 X3 …. XP  1 Y1 a11 a12 a13 … a1p  2 Y2 a21 a22 a23 … a2p  3 Y3 a31 a32 a33 … a3p  … … … … … … …  n Yn an1 an2 an3 … anp ; 表2. 肺癌与危险因素的调查分析 例号 是否患病 性别 吸烟 年龄 地区 1 0 1 0 30 0 2 0 0 1 46 1 3 1 0 0 35 1 … … … … … … 30 1 0 0 26 1 是否患病：‘1’代表否， ‘0’代表是 性 别：‘1’代表男， ‘0’代表女 吸 烟：‘1’代表吸烟，‘0’代表不吸烟 地 区：‘1’代表农村，‘0’代表城市 ;;3.筛选变量的常用方法;;4.Logistic回归的结果解释;宋曼殳 公共卫生学院 流行病与卫生统计学系 ;对于急性病的疗效评价，一般可以用治愈率、病死率等指标 但对于肿瘤、结核及其他慢性疾病，其预后不是短期内所能明确判断的，因此上述指标不太适用。;临床试验研究通常观察各个对象在各个时点上事件的发生情况(结局)，以评价临床疗效。 在比较不同疗法的疗效时，不仅要考虑是否有效，还要考虑从试验开始到产生疗效的时间。;例：　假定用甲、乙两种药物治疗某病，其治愈率均为80％，能否说两种疗效一致？ 还应考虑时间效应问题，如果甲药平均3天治愈80％，而乙药平均7天治愈80％，则可以认为甲药比乙药的疗效好。　;评价两种治疗方法的好坏，不能简单地比较治愈率和有效率，还要看出现结局的时间长短，因此，不能用t检验和卡方检验等不包含时间因素的方法，需要学习新的方法。 可以对疾病进行长期随访，统计一定年限后的生存和死亡情况以判断疗效。这就需要用生存分析（survival analysis)。 ;主要内容;生存时间:是任何两个有联系事件之间的时间间隔，终点(失效)事件与起始事件之间的时间间隔,常用符号t表示。 广义的生存时间定义为从某种起始事件到终点事件所经历的时间跨度。 狭义的生存时间常指患某种疾病的病人从发病到死亡所经历的时间跨度；;*;一、基本概念;生存时间举例;生存分析（survival analysis）是将事件的结局（终点事件）和出现这一结局所经历的时间结合起来分析的一种统计分析方法。能分析完全数据的资料，同时也可以分析包含不完全数据的资料 生存分析与其它多因素分析的主要区别就是生存分析考虑了每个观测出现某一结局的时间长短。;*;*;*;生存时间的类型;资料收集;随访的结局可能有以下几种： ① 死亡，即处理失效，终止时间即为“死亡”时间 ② 生存但中途失访，包括拒绝访问、失去联系或中途退出试验，其终止时间以最后一次访问时间为准 ③ 死于其他与研究疾病无关的原因，如肺癌患者死于心肌梗死、自杀或车祸等，其终止随访的时间为死亡时间 ④ 随访截止，随访研究结束时观察对象仍存活，终止随访时间为研究结束时间;影响生存时间的有关因素（协变量） ;随访方式;随访方式;;*;*;*;表4. 9例病人的随访记录;表5. 9例病人随访记录的数据库;表6. 膀胱肿瘤患者生存资料变量赋值表;表7. 6例膀胱肿瘤患者生存资料原始记录表 ; 生存分析的主要内容;例 在对资料进行描述时： 5名癌症患者(n=5